Snowflake para IA: inteligência onde o trabalho acontece

A IA está se tornando o novo modelo operacional das empresas. As organizations buscam transformar a forma como o trabalho é feito, do planejamento de vendas e das análises financeiras às operações com clientes, à previsão e à tomada de decisões em escala.

Mas a IA em produção é, fundamentalmente, mais difícil do que uma demonstração. Os sistemas de IA para empresas precisam entender o contexto de negócios, escolher as ferramentas certas, raciocinar sobre dados estruturados e não estruturados, seguir as políticas corporativas e melhorar continuamente, tudo isso operando com eficiência em escala. Em escala corporativa, o problema mais difícil não é mais apenas a inteligência do modelo, mas sim o contexto. A próxima geração de IA para empresas será definida por sistemas capazes de combinar dados corporativos governados, conhecimento operacional e orquestração inteligente diretamente dentro dos workflows de negócios.

Com a plataforma totalmente integrada da Snowflake para dados e IA, mais de 13.900 clientes estão levando aplicações de IA sensíveis ao contexto e workflows operacionais para dados corporativos governados.

Hoje, a Snowflake apresenta novas inovações que ajudam as organizations a levar agentes inteligentes para onde o trabalho acontece: aos workflows, às operações de negócios e às aplicações corporativas, tudo governado pelos mesmos controles de segurança, conformidade e operacionais nos quais as organizations já confiam.

De sistemas de insights a sistemas de ação

Por anos, as plataformas corporativas ajudaram as organizations a entender o que aconteceu. A próxima geração de plataformas de IA precisa ajudar as organizations a decidir o que fazer a seguir e, cada vez mais, executar essas decisões nos workflows e nas aplicações corporativas.

Isso transforma a IA, que deixa de responder reativamente a perguntas para passar a uma execução operacional proativa.

Em vez de montar dashboards manualmente, coordenar análises e costurar workflows entre sistemas desconectados, agora as equipes podem descrever os resultados de negócios em linguagem natural e deixar que os sistemas de IA coordenem a análise, gerem resultados e iniciem workflows em toda a empresa.

Em vez de funcionar como um chatbot sobreposto a dashboards, a IA para empresas se torna uma camada de execução governada para o trabalho corporativo.

Os knowledge workers colhem os benefícios da IA com o Snowflake CoWork

O Snowflake CoWork (antigo Snowflake Intelligence) é um agente de trabalho pessoal que ajuda os knowledge workers a raciocinar sobre os dados corporativos, automatizar workflows e executar ações governadas nas ferramentas que suas equipes já usam.

_{Figura 1. Snowflake CoWork: um agente de trabalho pessoal para cada knowledge worker.}

• O aplicativo iOS do Snowflake CoWork (em breve em GA) permite que os funcionários permaneçam conectados à inteligência corporativa onde quer que trabalhem. A autenticação por Face ID e o histórico de conversas permitem que os usuários tomem decisões em qualquer lugar, seja em um aeroporto, em uma reunião com clientes ou no salão de uma conferência.
• O aplicativo do Snowflake CoWork para Slack (em breve em versão preliminar privada) leva a inteligência corporativa governada às conversas no Slack, onde os funcionários podem fazer perguntas ao CoWork em qualquer canal ou thread do Slack, receber respostas com gráficos renderizados na própria conversa e dar continuidade sem sair da plataforma.

Tudo isso é sustentado pelo Cortex Agents, a estrutura gerenciada de agentes da Snowflake para criar agentes de IA para empresas capazes de planejar Tasks e invocar ferramentas, de modo que as equipes possam entregar insights e tomar decisões nos sistemas corporativos sem precisar gerenciar a orquestração, a infraestrutura ou a complexidade do runtime por conta própria.

O CoWork se adapta à forma de trabalhar dos funcionários usando o contexto corporativo

O Cortex Sense (em breve em versão preliminar privada) aprende como uma organization define seu negócio, incluindo workflows e relações entre ativos de dados. Usando o histórico de consultas, os dashboards e as trajetórias dos agentes, o Cortex Sense ajuda o Snowflake CoCo e o Snowflake CoWork a viabilizar um raciocínio de negócios embasado desde o primeiro dia. Além disso, a capacidade do Semantic View Autopilot de ingerir automaticamente métricas e lógica de negócios dos dashboards do Power BI (versão preliminar pública) converte imediatamente os ativos de BI de uma organization em uma camada semântica governada para agentes. Essas bases permitem que os funcionários deixem de buscar informações para passar a entendê-las e agir com base nelas.

O Deep Research (em breve em GA) ajuda os usuários a investigar questões de negócios complexas e entrega uma performance de ponta nos dados corporativos, superando os sistemas de agente único em mais de um terço no Hybrid Deep Research Benchmark da Snowflake. O Analytical Search (em breve em versão preliminar pública) viabiliza análises computadas em coleções de documentos, como contratos e suporte. Juntos, esses recursos permitem que a IA para empresas raciocine sobre todo o contexto operacional do negócio.

A orquestração multiagente (em breve em versão preliminar pública) encaminha automaticamente as solicitações às ferramentas e aos workflows certos, enquanto a memória persistente (em breve em versão preliminar pública) permite que o CoWork aprenda as preferências dos usuários e as Tasks recorrentes ao longo do tempo.

Os User Skills (em breve em versão preliminar pública) permitem que as equipes capturem workflows em linguagem natural e os transformem em capacidades organizacionais reutilizáveis. Os Skills também podem invocar o Code Execution Tool (em breve em versão preliminar pública) para gerar resultados de negócios governados, como relatórios (PDFs), apresentações, incluindo slides do PowerPoint, análises e visualizações, diretamente no CoWork. Agora, Skills e plugins também podem ser compartilhados (versão preliminar privada) por meio de um link, descobertos automaticamente quando você faz uma pergunta e governados com RBAC e verificação de segurança integrados. Com o tempo, as organizations constroem um conhecimento operacional compartilhado, em vez de workflows isolados, presos em chats ou anotações individuais.

O Snowflake CoWork também torna a inteligência corporativa reutilizável entre as equipes. Os Artifacts (em breve em GA) permitem que os usuários salvem e compartilhem análises, dashboards e conversas em tempo real, com todo o contexto preservado e governado por controles de acesso baseados em função. Os dashboards interativos (em breve em versão preliminar pública) ampliam isso ao permitir que as equipes explorem métricas de forma conversacional e colaborem usando uma fonte de verdade compartilhada.

_{Figura 2. Dashboards interativos para análise colaborativa, dentro do Snowflake CoWork.}

O CoWork ajuda as organizations a operacionalizar a IA para empresas com segurança e em escala.

As automações e assinaturas baseadas em tempo (em breve em versão preliminar pública) analisam a atividade corporativa e entregam briefings proativos via Slack, email ou notificações no celular. A Async Agent API (em breve em GA) permite que os agentes trabalhem de forma assíncrona em workflows e investigações de execução mais longa.

O Agent Studio (em breve em GA) oferece um ambiente centralizado para implementar e governar agentes corporativos. Controles de acesso baseados em função e trilhas de auditoria ajudam as organizations a garantir que cada interação permaneça segura e totalmente auditável. A identidade do agente fornece um sinal reconhecível que distingue as ações realizadas por agentes de IA em nome dos usuários, viabilizando a responsabilização operacional nos workflows corporativos.

Os conectores MCP permitem que o CoWork opere nas ferramentas corporativas que as equipes já usam, incluindo Slack, Jira, Gmail, Salesforce e muito mais, tudo dentro dos limites de governança da Snowflake.

Faça pós-treinamento de modelos de fundação de peso aberto com eficiência

Os modelos são a base de todo workflow de agente, e a Snowflake está investindo para tornar mais fácil treinar qualquer modelo de acordo com os requisitos do seu domínio.

Ao tentar personalizar workflows de agente, as startups nativas de IA e as empresas costumam esbarrar nas limitações das opções de modelos de fronteira e no enorme desafio de adquirir e gerenciar GPUs. O Cortex Training (em versão preliminar privada) permite que startups e empresas personalizem modelos de fundação de peso aberto, como as famílias de modelos Qwen ou Mistral, de acordo com seu próprio domínio, dados e requisitos de custo, sem precisar disputar a escassa capacidade de GPU nem se preocupar com o alto custo de manter GPUs próprias diante do baixo uso. Com o Cortex Training, os clientes não precisam gerenciar uma infraestrutura complexa de treinamento distribuído. A Snowflake oferece acesso imediato a um grupo de GPUs totalmente gerenciado, disponível com utilização próxima a 100% com base em experimentos e demonstrações do Snowflake Research, sem processos de reserva nem configuração de orquestração personalizada. Isso cria uma oportunidade significativa para que usuários de startups e empresas melhorem, com boa relação custo-benefício, a precisão e a latência de suas soluções de IA em escala, mantendo uma governança unificada em experimentação, avaliação e implementação.

_{Figura 3. Com o Cortex Training, aumente a utilização em até cerca de 2x para otimizar os custos com GPU. Os resultados acima se baseiam em experimentos e demonstrações do Snowflake Research.}

A Resolve AI, a IA para executar e operar software em produção, assumiu um compromisso multimilionário de dois anos para usar o Cortex Training na criação de modelos específicos de domínio por meio de aprendizado por reforço (RL) em dados de treinamento proprietários. A Resolve AI usa o Cortex Training para consolidar o treinamento de modelos dentro de um ambiente seguro e governado, acelerando um trabalho que antes exigia costurar infraestrutura entre várias plataformas.

A Resolve AI oferece agentes de IA específicos de domínio para produção, construídos com base em estruturas multiagentes, ambientes simulados e workflows de avaliação. À medida que os modelos de IA são refinados ainda mais com RL, as equipes precisam de uma infraestrutura capaz de lidar com as partes do treinamento e da inferência que exigem uso intenso de GPU, sem obrigá-las a abrir mão do controle de seus dados ou ambientes. A Resolve AI proporciona esse equilíbrio com uma abstração de processamento dimensionável em escala para garantir performance, ao mesmo tempo que mantém os clientes no controle de seus sistemas, dados e ambientes de implementação. O Cortex Training fornece à Resolve AI uma infraestrutura governada para executar cargas de trabalho de treinamento de RL continuamente, criando e aprimorando modelos que superam as alternativas de uso geral nas Tasks de raciocínio mais importantes para as equipes de engenharia corporativa em produção. A Snowflake também é cliente da Resolve AI, e as equipes de engenharia da Snowflake incorporam a Resolve AI a seus workflows de agente existentes para executar e gerenciar sistemas de produção em escala. Isso, por sua vez, oferece às empresas experiências de IA mais rápidas e confiáveis.

Crie e disponibilize workflows de produção mais rápido com o ML de agentes

O aprendizado de máquina está passando por uma mudança fundamental à medida que os agentes de programação ultrapassam o limite do simples preenchimento automático para alcançar um raciocínio sofisticado e a execução autônoma. Na Snowflake, somos pioneiros na nova era do agentic ML, investindo fortemente no Snowflake CoCo, o agente de programação da Snowflake AI que está no centro do Snowflake ML. Usando habilidades otimizadas para ML e percepção de contexto integrada nativamente em todos os seus dados e modelos, suas equipes de ML e ciência de dados podem usar o Snowflake CoCo para acelerar o caminho da ideia aos resultados essenciais para o negócio em até 10x.

Com mais de 6.000 contas ativas mensais executando milhões de modelos e trilhões de solicitações de inferência, o Snowflake ML investe continuamente em mais melhorias de produtividade acessíveis a partir do Cortex Code, para que suas equipes cheguem à produção mais rápido, ampliem as ferramentas de desenvolvimento e obtenham inferência em tempo real mais veloz.

_{Figura 4. Os clientes podem acelerar os workflows de ML com percepção nativa de contexto em dados, modelos, notebooks e features por meio de workflows de agentes na Snowflake.}

Para um desenvolvimento dimensionável em escala, você já pode treinar modelos em terabytes de dados no Snowflake Notebooks. Agora, você pode criar modelos remotamente, de forma segura e contínua, a partir do VS Code e do Cursor, sem mover dados. A extensão da Snowflake para o VS Code e o Cursor (em breve em versão preliminar pública) agora permite que você se conecte a ambientes de processamento remoto, para que possa desenvolver pipelines de ML em pools de processamento de CPU ou GPU sem sair do seu IDE. Além disso, estamos ampliando a flexibilidade para que você use seus próprios pacotes e configurações no seu ambiente Snowflake. O Custom Container Runtime (em versão preliminar pública) permite que as equipes usem imagens de contêiner aprovadas pela organization e verificadas quanto à segurança no Snowflake Notebooks ou em ML Jobs.

_{Figura 5. As bibliotecas distribuídas xgboost, lightgbm, pytorch e HPO, integradas nativamente, entregam uma relação preço-performance superior, com o caso de uso TPCx-AI mostrando um custo, em média, 3x menor em comparação ao Databricks para o XGBoost em fator de escala 1000. Quanto menor, melhor.}

Para uma inferência que atenda às suas necessidades de produção, anunciamos a disponibilização mais rápida de features, a observabilidade de modelos online e o suporte multimodal para inferência em lote. Agora as equipes de ML podem disponibilizar features online em 10 ms a partir do Snowflake Feature Store com suporte a features de streaming (em breve em GA). Essas melhorias entregam atualização de dados em menos de 2 s, da ingestão à disponibilização, uma melhor experiência para o desenvolvedor com integração de CI/CD e o cálculo eficiente de features agregadas por janela de tempo.

Durante a disponibilização do modelo, agora você pode realizar com facilidade testes A/B para modelos em tempo real (versão preliminar pública) para experimentar rapidamente com tráfego ao vivo em um ambiente controlado, comparar a performance dos modelos e promover o modelo de melhor desempenho para produção. Além disso, o suporte a inferência para dados não estruturados (em GA) desbloqueia casos de uso de IA, como detecção de objetos, perguntas e respostas visuais e reconhecimento automático de voz no Snowflake, sem pipelines complexos ou movimentação de dados.

_{Figura 6. Execute uma inferência de 2 a 5x mais rápida e até 3x mais barata eliminando a movimentação de dados e maximizando a taxa de transferência de processamento. Quanto menor, melhor.}

Inteligência que opera dentro dos limites em que as organizations confiam

À medida que a IA para empresas se torna operacional em workflows, aplicações e sistemas de tomada de decisão, a governança fica ainda mais crítica. As inovações de IA da Snowflake são construídas sobre a mesma base de dados confiável da qual as organizations dependem para recursos de segurança, conformidade e governança corporativa.

Controles de acesso baseados em função, mascaramento de dados, auditabilidade, observabilidade e aplicação de políticas são aplicados de forma consistente, seja quando um usuário empresarial interage com o CoWork, quando um agente executa workflows ou quando uma equipe implementa aplicações com tecnologia de IA.

A Snowflake está colocando a inteligência onde o trabalho acontece, embasada no contexto corporativo, operacional nos workflows e governada pelos mesmos controles nos quais as organizations já confiam.

Para começar a usar a IA na Snowflake, confira os seguintes recursos:

• Explore o anúncio completo do Snowflake CoWork e veja como os agentes de trabalho governados estão transformando a forma como as empresas operam.
• Explore a documentação, a página do produto e os guias de implementação do Snowflake CoWork.
• Acompanhe esta solução guiada para criar seu primeiro pipeline de ML agêntico.

Todas as referências ao CoWork acima dizem respeito ao Snowflake CoWork.

Declarações prospectivas

Este artigo contém declarações prospectivas, inclusive sobre nossas futuras ofertas de produtos. Elas não constituem compromissos de fornecimento ou produção de quaisquer ofertas de produtos. Os resultados e as ofertas reais podem ser diferentes e estão sujeitos a riscos e incertezas conhecidos e desconhecidos. Consulte nosso documento 10-Q mais recente para obter mais informações.